有接入过 OAuth 的人应该都发现了， Google ID、Discord ID、Telegram ID 都是大整数，而且都和注册顺序没有直接关系（TGID 和注册顺序有一定关系，但不绝对）这些数据比大小没有意义，为什么不用字符串来存储？

[drymonfidelia]

大整数的兼容性更糟糕，像 TG ID 曾经就出现过因为超过了 int32 的最大值，大量 bot 、第三方客户端工作异常的事件。

[alphaControler]

跟数据库存储，和索引查表有关

[zmal]

op 是用 oracle 的？

[nothingistrue]

第零，对外展示 ID ，跟其存储类型，没啥关系，超过 20 个长度的数字，它明显也得字符串存储。
第一，亿级数据量，性能考虑的比重很大。
第二，这些 ID ，并不是单纯的整数，往往都是同时兼顾离散性、顺序性、生成快速性的特殊序列。

[NessajCN]

数字兼容性怎么可能比字符串更糟糕。数字你可以当它是个 int ，是个&[u8](两位两位取字节), 是个&[u8] (取 ascii ），字符串你只能存 &[u8] (ascii) 啊

[cccer]

他数据库存的可能仍然是 16 进制的字符串，只是显示的时候转了 10 进制

[drymonfidelia]

@NessajCN 很多编程语言 像 C++，在存储和操作大整数方面没有字符串友好、简单

[QAZXCDSWE]

给你机会自辨真伪还说没意义？

[NessajCN]

@drymonfidelia 那你当它是大整数来操作不就好了？

[NessajCN]

@NessajCN
@drymonfidelia 更正：那你当它是字符串来操作不就好了

[drymonfidelia]

@QAZXCDSWE 什么意思？

[drymonfidelia]

@NessajCN 像 C++这种语言，这么大的数转字符串都不方便

[635925926]

什么是大整数，手机号是大整数吗？

[qping]

第三方的 ID 即使是个数字也要当字符串处理吧，万一那天它在数字后面加个字母呢

[drymonfidelia]

@qping 但是他们返回的 JSON 里都是用 int 表示，而不是字符串
@635925926 超过 Int32 最大值的数
像 discordId 就是 18 位的

[Fikar]

可以看看 instagram 的这篇文章

https://instagram-engineering.com/sharding-ids-at-instagram-1cf5a71e5a5c

[InkStone]

@drymonfidelia 不方便在哪里？不管多少位的大整数，转字符串也就一两行代码的函数的事情啊。又不是让你去做大整数运算。

[NessajCN]

@drymonfidelia 我懂了，你主要是来 diss C++ 而不是来 diss 大整数的....

[june4]

@drymonfidelia 难道 c++没有原生 64 位整数？

[nothingistrue]

@drymonfidelia #11 囧，搞了半天，你所说的大整数，只是 32-64 之间的整数。这在 Java 、.NET 等大多数语言中，早就是常态整数了。而编程语言之外的东西，除了 Mysql 这个用 Java 当底层的，压根就不关心你是 32 位还是 64 位，甚至是不是整数都不不安心，像 Oracle 和 json 就只有 number 。

至于兼容性，这要遵循最大适应性原则和协商原则，现在更明显的是，你这个接受不了 int64 的 C++跑偏了。

[pkoukk]

和索引有关，整型索引性能问题相对较少。

[longbowape]

看看雪花算法吧，现在主流的 id 生成都是 int64 了，哪还有抱着 int32 不放的

[Azure99]

您找的是不是：snowflake

[zxkxhnqwe123]

有没有可能是为了查询更快呢，字符串的话还得在转一下吧

[wysnxzm]

@nothingistrue #19 "除了 Mysql 这个用 Java 当底层的"这句话我没看懂

[montaro2017]

@nothingistrue #19 MySQL 用 Java 当底层？？

[jedihy]

超过 32 位就叫大整数，就得用字符串存了？你当 int64 不存在？

[kenvix]

我觉得用字符串才是真魔怔 UUID 也是魔怔

[Terryx]

字符串信息密度可太低了。问题是 int 和字符串有什么本质区别吗？ id 这种东西是自定义数据数类型，唯一需要注意的是字节长度约定。字符串是不存在的，你用字符串去装任意长度的 int 也是可以的啊。

[vituralfuture]

因为比较的时候两个整数可以用一条机器指令，字符串只能逐字符比较，select 的时候快多了

[vituralfuture]

另外因为 id 超过 int32 最大值而无法工作这个问题，首先开发的时候就应该去查文档确定 id 的范围，telegram 应该是在服务端设计之初就确定了 id 的范围和类型

[tool2dx]

为什么老是要和 int32 较劲，现代 C++支持一下 int64 和 int128 ，轻轻松松的好吧。

[flyqie]

你猜猜字符串和大整数哪个方便做索引和底层比较算法

[catamaran]

@kenvix 前公司的技术总监明确要求我们数据库主键用 uuid ，禁止使用 int ，搞得我们手忙脚乱。

[Rehtt]

我记得 qq 号也是整数，甚至可以转成 16 进制登录

[kenvix]

@catamaran #33 合理怀疑这技术总监和数据库厂商有利益输送关系

[kenvix]

@tool2dx #31 Int128 那其实就是 UUID 了，但是很难想象是什么业务会有这么大的需求
(不考虑把 UUID 按字符串存储的睿智操作...)

[iminto]

和注册顺序有关啊，虽然不是递增的，但是有序啊

[drymonfidelia]

@iminto 无序 我有一周内注册的两个 tg ，后注册的那个 id 反而更小

[nevermoreluo]

1. 数据量层面存储 long long 都比 string 小太多，其实单凭这一点感觉存储上就没有存 string 的必要
2. id 解析后是否顺序相关，和 id 展示出来大小可以不相关，id 直接用自增 int 的坏处是，业务模式容易被探知，例如单日新增用户等信息。当然长 id 也有坏处，例如 id 对用户不友好，需要专门的复制粘贴展示页等等
3. 业务量大的时候，负载要分摊到很多机器上，新建一个数据时，分布式生成 id 尤为重要，分布式生成需要离散，足够快速并且全局唯一，全局唯一这个条件导致 id 就不会太短。
4. C++该被吐槽，但是。。。C++存储大整数，没感觉有啥不友好的

[nothingistrue]

@catamaran #29
@kenvix #31
上了高层面，数据设计上就要区分事务性数据和分析性数据了。用于常用业务的事务性数据，数据量往往十万都到不了，这时候离散的 UUID 就是首选。偶尔数据量上去的事务性数据，比如 twitter 这种体量的用户，也是换用雪花 ID 来同时保持离散跟顺序，不搞顺序而不离散的数字。分析性数据，用 UUID 就不合适。

[kenvix]

@nothingistrue #40 但是事实上是，绝大多数业务的事务性数据都不需要 128bit 的 UUID ，即使是 twitter 用的也是 64bit 的雪花 ID

[drymonfidelia]

@vituralfuture 这些 ID 是随机的，不是递增的，比较两个 ID 没有任何意义

[nothingistrue]

@kenvix #37 128bit 也就 16 字节，可以直接存储为二进制 16 字节，或者转储为 Hex 存储为字符串 32 长度/字节（绝大多数编码，英文数字都是单字节编码）。这大小在数据库场景中，从来都是忽略不计的。UUID 做主键的缺点从来不是占用存储，而是其不连续。另外，Int64 可不一定是 4 字节存储，因为数字在数据库中往往不是二进制，而是十进制存储的，比如 Oracle 。

[vituralfuture]

@drymonfidelia 业务也许不需要比较 ID ，但一般连接都是在 id 列进行连接吧，如果 id 列建索引，可以用归并连接速度快很多，常见的 B+树就需要属性支持比较